par(mar=c(2,2,2,2),mfrow=c(3,2))
r <- rep( c(1:10,10:1) ,3)
r |> plot(t="l",main = "начальный ряд с какой то закономерностью")
rd <- c(0,diff(r))
for(i in 1:5) {
sa <- sample(1:length(rd),size = length(rd)/2)
rd[sa] <- rd[sa]/-1
rd |> cumsum() |> plot(t="l", main = "ваше преобразование")
}
すべては数字と換算だ......WRCとは関係ないってどういうこと? ただの数字 だよ......。
どのような有用な特性が保持され/失われているのか、自分で答えなさい。私はその質問に変換で答えました。
ビットレートとは何ですか?
ネットワークにおける)情報の流れの幅です。
ZZの最小膝のサイズを(スキャルピングに無理のない範囲で)変更し、膝の合計を観察し始めた。
スキャルピングの妥当な範囲は?から?から?
私はEURUSDの0.00200からバー上に持っている、何かが稼ぎ始める。しかし、私はあなたが上記の調整があることを恐れている。すなわち、OOS上の最高の亜種は、単に2-10%(すなわち、ラインの2-10%が異なっている、その結果、ツリーが異なって構築され、OOSは完全に異なっており、最大不採算)によって訓練のためのウィンドウをシフトすることによって台無しにされています。
ZЫ 一般的には、2つの行の違いを見つけようとする興味があれば、それを提供することができる。
むしろあなたのデータ(フィットとターゲット)のための実際のトレーニングデータセットに興味がある。私のアプローチでスキャルピングでどのくらい稼ぐことができるかを確認する。
どのような有用な特性が保持され/失われているのか、自問自答してほしい。私はそのような問いに答えた。
私があなたの変換を正しく理解していれば
インクリメントを取り、そのインデックスをランダムに選択し、そのままにするか、反転させる(x/-1)。
明らかな構造を持つ抽象的な級数を使ってみましょう。
変換を適用する。
構造は保存されず、ただランダムからランダムへ...。
これはシミュレーションとは呼べない...
これがそのコードだ。
むしろ、あなたのデータ(フィックとターゲット)の実際のトレーニングデータセットに興味があります。私のアプローチでスキャルピングでどれだけ稼げるかを見るためだ。
最も高い潜在的利益に従ってヒストリカルデータのブローカーを選択する。例えば、EURUSD_Broker1はEURUSD_Broker2より潜在的利益が高い。そしてEURUSD_Broker1を取る。
メジャーもクロスもスキャルピングできる。しかし、すべてではない。それぞれをトレーニングして結果を見ればいい。これが私のやり方だ。
私があなたの変換を正しく理解していれば
増分を取り,その増分のインデックスをランダムに選択し,そのままにするか,(x/-1)反転させる。
あなたは私の変換を完全に正しく理解している。
明らかな構造(規則性)を持つ抽象的な級数を考えてみよう。
あなたは私の変換をまったく正しく理解している。
この変換は非常に単純で、グラフがなくても、単調増加する価格までなら何でも得られることは明らかだ。では、シミュレーションとは言えない、
そして、そこにあったすべてのトレンドを破壊したことに気づかなければなりません、
DEMの構造そのものを破壊したことに気づかなければならない。
それなら、シミュレーションとは言えない、
そうなれば、シミュレーションとは言えなくなる、
DEMの構造そのものをね。
私が破壊したものは、代替案よりもはるかに少なかったと確信している。しかし、それで十分だった。
構造に関しては、この方法は大数の法則に基づいている。まさに元データが何千万個もあるような場合向けである。
自画自賛はしたくないが、刻みと、時間、広がり、絶対増分(結果として、ファットテール、非定常性、相関性など)といった強力な不変量を使ったこのような研究があるのかどうか、大いに疑問である。つまり、入力データの不変量は1億通りある。モデルの "100 "スタット特性とは比較にならない。
無作為化のこのようなユニークな特徴にもかかわらず、我々が扱っているのは無作為化か現実かという問いに紛れもなく答えるテストがすぐに見つかった。
ここで議論することは何もない。実証されたのは、SBと現実の違いではなく、オリジナルのシリーズと無作為化の微妙な違いである。価値は反例にある。
面白いランダム世代を手に入れたようだ。
クールなアイデアだ!使い方を考えないとね😆要するに、実際のものと同じセッション特性、同じボラティリティを持つ価格BPであることがわかった。期待値が一定で、分散も一定。そして、テールはガウシアンである。同時に、平均的な利益はゼロからスプレッドの合計を引いたものである。
私が破壊したものは、代替品よりはるかに少なかったのは確かだ。しかし、それで十分だった。
あなたはこの方法を過大評価しているようだが、私は何かを見落としているのかもしれない。